PredictoresVozEmpleado

Vista previa del material en texto

Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
Información Tecnológica Vol. 24 Nº 5 – 2013 41 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Predictores de Excelencia desde la Voz del Empleado (EVE) en 
un Centro Médico 
 
Jorge Pérez-Rave, Daniel A. La Rotta y Karen López 
Universidad de Antioquia, Depto. Ingeniería Industrial, Grupo de investigación Gestión de la Calidad. 
Ciudad Universitaria, Calle 67 # 53-108, Bloque 21-oficina 404, Medellín-Colombia 
(e-mail: ejipr056@udea.edu.co) 
 
Recibido Feb. 13, 2013; Aceptado Abr. 16, 2013; Versión final recibida May. 18, 2013 
 
 
Resumen 
 
El objetivo del trabajo que se presenta fue identificar predictores de excelencia desde la voz del empleado 
(EVE) en un centro hospitalario. Para ello se diseñó un cuestionario con 84 ítems y se aplicó a una muestra 
de 115 empleados del centro. Se hizo reducción de escala bajo análisis Alpha Cronbach y de factores, y 
luego se utilizó la regresión múltiple para determinar la significancia de los factores sobre la EVE. Se llegó a 
una escala fiable y válida de 23 ítems, compuesta por seis factores que explicaron el 77% de la varianza 
total. En el caso de aplicación, tres de los factores resultaron significativos en la regresión, cuyo modelo a 
través del origen explicó el 98.8% de la EVE: liderazgo directivo (34.8%), tecnología médica (35.4%), y 
despliegue de procesos de formación (29,8%). Los demás factores fueron: recursos no médicos, apoyo 
social y manejo de recursos humanos. El modelo ofrece posibilidades de uso en otros contextos. 
 
Palabras clave: excelencia empresarial, gestión de la calidad, calidad en la salud, gestión de personas 
 
Predictors of Excellence from the Employee´s Point of View 
(EPV) in a Medical Center 
 
Abstract 
 
The objective of the work presented in this paper was to identify predictors of excellence from the 
employee´s point of view (EPV) in a medical center. To do so, a questionnaire with 84 items was designed 
and applied to a 115 employees of the center. Reduction of scale using Alpha Cronbach test and factors 
analysis was done and multiple regression analysis to identify the factors significance on the EPV was also 
used. A reliable and valid scale was achieved with 23 of the items, composed by six factors that explained 
77% of the total variance. In the case of study, three of the factors were significant in the regression analysis, 
in which the model passing through the origin explained a 98.8% of the EPV: director’s leadership (34.8%), 
medical technology (35.4%) and deployment of the training processes (29.8%). The other factors were: 
nonmedical resources, social support and human resources management. The proposed model offers 
possibilities to be used in other contexts. 
 
Keywords: business excellence, quality management, healthcare quality, human talent development
Información Tecnológica 
Vol. 24(5), 41-50 (2013) 
doi: 10.4067/S0718-07642013000500006 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
42 Información Tecnológica Vol. 24 Nº 5 – 2013 
INTRODUCCIÓN 
 
A pesar de las varias definiciones sobre excelencia, dadas por organismos como European Foundation for 
Quality Management (EFQM), programa Nacional de Calidad de los Estados Unidos, Unión Japonesa de 
Científicos e Ingenieros, y Corporación Calidad en Colombia, en ellas subyace el que una empresa es 
excelente cuando se gestiona bajo los medios más sobresalientes y, como consecuencia de ello, obtiene los 
resultados más sobresalientes en sus stakeholders. Es así que diversos estudios de evaluación de la 
excelencia parten de que una medida construida con base en variables relacionadas con estas dos 
dimensiones (medios, resultados), es una medida que permite explorar razonablemente el grado de 
excelencia de la organización (Nabitz, Klazinga y Walburg, 2000; Moeller, 2001; Vernero, et al. 2007). 
Haciendo hincapié en el modelo EFQM, este precisa la dimensión “medios” en términos de cinco criterios: 
liderazgo, estrategia, alianzas y recursos, gestión de personas, y procesos, productos y servicios; y la 
dimensión “resultados” en función de cuatro criterios: resultados en clientes, en empleados, en sociedad, y 
clave. De acuerdo con este modelo, tanto los medios como los resultados tienen igual peso a la hora de 
emitir la valoración de la entidad (EFQM, 2010). 
 
Bajo esta perspectiva, la evaluación de la excelencia involucra múltiples criterios y subcriterios 
organizacionales y, por lo mismo, hace necesario contar con información desde los niveles estratégicos 
como conocedores integrales, que se espera sean, de la organización que dirigen. Sin embargo, estudios 
como Parra, Villa y Restrepo (2009) reportan diferencias entre las percepciones de directivos y empleados a 
la hora de juzgar qué tan excelente es la organización, particularmente en el criterio “gestión de personas”. 
Diferencias entre estos roles jerárquicos también son reportadas en otros fenómenos, por mencionar 
algunos: gestión de las ventas (Mejía y Toro, 2010) y de la comunicación (Mellado, 2005). Es por ello que no 
basta con que, desde la mirada directiva, se le considere excelente a una organización, o que se divulgue a 
los empleados mensajes que infieran superioridad destacada de la entidad como resultado de evaluaciones 
de externos, sino que además es preciso que los diferentes roles del sistema, en este caso los empleados, 
perciban la superioridad global de la firma que integran e interioricen sus éxitos y oportunidades (Cetina, 
Ortega y Aguilar, 2010). Más aún, cuando la calidad de la gestión del capital intelectual es uno de los 
factores que distingue a las empresas exitosas de las no exitosas (Brennan y Connel, 2000). 
 
Ante lo expuesto, la necesidad que motiva el presente estudio es entender en qué se basa el empleado a la 
hora de juzgar qué tan excelente es la organización que integra, con el fin de que, identificando posibles 
predictores de la excelencia desde la voz del empleado (EVE), se aporten tres elementos: 1. Un modelo de 
simple aplicación para explorar y comprender la EVE, así como para comparar sus resultados con la 
percepción de otros actores, llevando a implicaciones prácticas. 2. Brindar resultados de aplicación en un 
centro hospitalario de Colombia, que posibilite comparaciones con estudios futuros sobre el tema, 3. 
Conocer si los predictores de la EVE son consecuentes con la integralidad que promulgan los referentes de 
excelencia. 
 
MATERIALES Y MÉTODOS 
 
Instrumento 
 
Para explorar la variable la EVE se diseñó un cuestionario auto-evaluativo bajo escalamiento tipo Likert de 
cinco puntos que va desde 1. Totalmente en desacuerdo, hasta 5. Totalmente de acuerdo. El instrumento 
constó de 84 ítems, 80 de ellos son incidentes críticos, específicos, sobre la manera como se gestiona la 
organización de cara al empleado, los cuales resultaron del estudio del modelo EFQM (2010), 
especialmente de los criterios agentes facilitadores y resultados en personas. También sirvieron de apoyo 
trabajos relacionados con la satisfacción del empleado, entre ellos: Aronson, et.al. (2003), Lee, Lee y 
Schniederjans (2010), Etchegaray, John y Thomas (2011) y Lambrou, Kontodimopoulos y Niakas (2010). 
Para obtener una posible medida teórica de la variable respuesta EVE, el cuestionario incluyó 5 ítems 
adicionales; cuatro de ellos se refirieron a la percepción general de la excelencia con respecto a los medios 
utilizados por la organización - una de las dimensiones de la excelencia -, delimitando a cuatro de los cinco 
agentes facilitadores del modelo EFQM (2010) que dependen directamente de la gestión directiva: 
liderazgo, estrategia, gestión de personas, y alianzas y recursos (Ej.: los directivos ejercen un liderazgo de 
excelencia). Se decidió no incluir el criterio “procesos, productos y servicios” ya que su despliegue recae 
principalmente sobre el nivel táctico y operativo de la organización,actuando así como jueces y parte en 
caso de consultarles sobre ello. El último ítem incluido permitió recolectar la percepción de los empleados 
sobre la eficacia global de la entidad (logro de los objetivos trazados), a fin de tener una medida exploratoria 
de la otra dimensión de la excelencia desde la mirada EFQM (2010): los resultados. Para asegurar 
entendimiento y comprensión de este cuestionario inicial, se probó en ocho personas del mismo rol de la 
población por abordar y se realizaron los ajustes necesarios. 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
Información Tecnológica Vol. 24 Nº 5 – 2013 43 
El someter a ensayo una cantidad elevada de ítems específicos (80 incidentes críticos) se soportó en la 
posibilidad de tener más elementos para depurar el instrumento final, de modo que sea práctico de 
administrar en posteriores despliegues, pero que, a su vez, represente diversos atributos sobre la manera 
como se gestiona la entidad de cara al empleado, manteniendo consistencia interna. 
Población, muestra y trabajo de campo 
Se eligió como población a los empleados del servicio de hospitalización de un centro hospitalario de 
Colombia. Siguiendo un muestreo estratificado proporcional según el cargo del empleado y ante una 
población de 602 colaboradores, el tamaño de muestra abordado fue 115 empleados y tuvo la siguiente 
distribución: auxiliares de enfermería (63%), enfermeras jefe (16%), médicos generales (7%) y médicos 
especialistas (14%). Dicha muestra fue abordada entre septiembre y octubre de 2012. Luego de aplicar las 
encuestas, así como al finalizar la tabulación de los datos en Excel, se llevaron a cabo controles de calidad, 
descartando encuestas con exceso de preguntas en la categoría no sabe/no responde (NS/NR), así como 
las que tuviesen más de tres ítems con respuestas dobles, o que mostraran un patrón de diligenciamiento. 
Statgraphics 5.1 y SPSS 19 fueron los programas empleados para la generación de resultados. 
Identificación de factores subyacentes, fiabilidad y validez convergente 
La reducción de la escala (ítems específicos) comenzó excluyendo aquellos ítems con más del 70% de 
respuestas en blanco o en la categoría NS/NR, luego, se ejecutó la prueba Alpha Cronbach para analizar la 
contribución de cada ítem a la fiabilidad de la escala total, llevando a descartar ítems que, de conservarlos, 
restarían consistencia interna al instrumento. Un tercer método de reducción fue el análisis de factores con 
rotación varimax, a fin de identificar pocos factores que representaran razonablemente la variabilidad de los 
datos. Dada la amplitud de ítems sometidos a ensayo, se aceptaron, en cada factor, aquellos con las cargas 
más altas siempre y cuando estas no fuesen inferiores a 0,5. Esto llevó a identificar ítems estrechamente 
relacionados entre sí. Se excluyeron los ítems cuyas cargas no fueron significativas en ningún grupo, bien 
sea porque se ubicaron de manera individual o porque la cargas se distribuyeron relativamente iguales en 
dos o más factores. Posterior a ello, de nuevo, se corrió el análisis de fiabilidad de los factores subyacentes 
y de la escala total. Para los factores sobredimensionados con respecto a los demás, a través de esta 
misma prueba se buscó excluir ítems que restaran fiabilidad a cada constructo subyacente, o que no la 
disminuyeran significativamente en caso de ser excluidos. Se consideró como fiabilidad favorable valores 
superiores a 0,7 (Santos, Figueroa y Fernández, 2011). Superadas las pruebas de dimensionalidad y 
fiabilidad, se exploró la validez convergente empleando análisis de correlación de Pearson y análisis 
factorial confirmatorio. 
 
Análisis de regresión 
 
Se recurrió al análisis de regresión múltiple, la variable respuesta fue la EVE teórica, calculada como el 
promedio ponderado entre el peso de los “medios” y de los “resultados”. El Modelo EFQM otorga igual peso 
a estas dos dimensiones, sin embargo, se decidió probar varios escenarios modificando de a 10% sus 
pesos en un rango entre 0% y 100%, posibilitando analizar la sensibilidad del modelo de regresión ante 
cambios en el peso de las dimensiones de la excelencia. 
 
Las variables regresoras correspondieron a los factores identificados en la etapa anterior. Inicialmente las 
puntuaciones en estos factores se calcularon, para cada encuestado, promediando las respuestas dadas a 
los ítems que conforman el factor. El criterio de inclusión de factores en el modelo contempló una 
significancia menor o igual a 0,05 y, para el de exclusión, superior a 0,1 (p-valor). Sin embargo, el análisis 
de regresión se replicó considerando otros dos métodos para obtener la puntuación final en cada factor, uno 
de ellos fue empleando el promedio ponderado según los puntajes de los ítems y sus pesos, previa 
normalización bajo la suma de las cargas factoriales de los ítems, en cada factor. El otro método ponderó de 
la misma manera, pero varió la normalización, puesto que se hizo bajo la suma de los cuadrados de dichas 
cargas, a fin de discriminar más. Al modelo resultante de nuevo se le evaluó la fiabilidad total de la escala, 
pero además, la validez discriminante explorando posibles diferencias significativas entre grupos. 
 
RESULTADOS 
 
Factores subyacentes, fiabilidad y validez convergente 
 
El análisis de factores se llevó a cabo con los 84 casos completos para 23 ítems específicos (IE). Seis 
factores explicaron el 77% de la varianza total. Para cada factor y escala total los índices de fiabilidad 
superaron el referente mínimo de aceptación (0,7). La escala total presentó un coeficiente Alpha Cronbach 
de 0,93, reforzando así la fiabilidad del instrumento diseñado (véase tabla 1). Véase, en la tabla 2, la 
relación práctica de las agrupaciones deducidas para los ítems. 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
44 Información Tecnológica Vol. 24 Nº 5 – 2013 
 
Tabla 1: Factores, composición e índices de fiabilidad 
 
Factor 
Explicación de 
la varianza 
Código Ítem 
Carga 
factorial 
Alpha 
Cronbach 
Media ítems Desviación N 
F1 40,60% 
IE1 0,84 
0,92 
3,32 0,98 101 
IE2 0,85 3,41 0,99 101 
IE3 0,85 3,36 1,02 101 
IE4 0,77 2,99 1,12 101 
F2 10,90% 
IE5 0,86 
0,91 
3,27 1,07 100 
IE6 0,77 3,3 1,03 100 
IE7 0,83 3,43 1,08 100 
IE8 0,54 3,51 0,96 100 
F3 8,77% 
IE9 0,81 
0,89 
3,83 0,94 100 
IE10 0,65 3,58 0,93 100 
IE11 0,77 3,65 0,87 100 
IE12 0,81 3,67 0,85 100 
F4 6,62% 
IE13 0,63 
0,81 
3,7 0,9 99 
IE14 0,77 3,19 1,11 99 
IE15 0,83 3,4 1,08 99 
IE16 0,54 3,3 1,02 99 
F5 5,15% 
IE17 0,78 
0,78 
3,73 0,95 101 
IE18 0,64 3,9 1,03 101 
IE19 0,86 3,88 0,96 101 
IE20 0,64 3,65 1 101 
F6 4,94% 
IE21 0,62 
0,77 
3,1 1,04 97 
IE22 0,64 3,09 1,05 97 
IE23 0,86 3,59 0,83 97 
Escala total: explicación de la varianza (77%); Alpha Cronbach: 0,93 
 
 
Con base en Muñoz et al. (2005), Muñiz, Montes y Vázquez (2006), y Aranguren y Irrazabal (2012) la 
validez convergente de la escala, (grado en que dos mediciones completas o parciales de un mismo 
constructo se correlacionan), se exploró por medio del análisis de correlación Pearson entre cada factor y su 
respectivo ítem de opinión general (cercano al factor a evaluar), el cual se administró directamente a la 
muestra de sujetos de la institución hospitalaria. A continuación, los cuatro ítems generales: liderazgo (”los 
directivos ejercen un liderazgo de excelencia”); estrategia (“… ejerce una excelente gestión de la 
estrategia”,), personas (“… ejerce una excelente gestión del talento humano”) y alianzas, proveedores y 
recursos (“…ejerce una excelente gestión de sus alianzas, proveedores y recursos.”) 
 
Los coeficientes Pearson entre cada factor y su respectivo ítem general, fueron los siguientes: (F.1 y 
Liderazgo, 0,81); (F2 y alianzas, proveedores y recursos, 0,44); (F.3 y alianzas, proveedores y recursos, 
0,61); (F.4 y personas, 0,54); (F.5y personas; 0,53) y (F.6 y personas, 0,59). Además, se incluyó en el 
análisis de correlación la variable “medios”, la cual promedia las puntuaciones para los cuatro ítems 
generales, obteniendo los siguientes coeficientes de correlación con cada factor: F.1 (0,77), F2 (0,46), F.3 
(0,70), F.4 (0,59), F5 (0,65) y F.6 (0,66). Todas las correlaciones mencionadas favorecieron la convergencia 
(valores p = 0,000). 
 
Además, apoyados en Martín (2004), y Muñiz, Montes y Vázquez (2006), y empleando análisis factorial 
confirmatorio en AMOS 21, se exploró la convergencia tomando como “fuerte validez” el que las cargas 
estandarizadas de los ítems superaran 0,5 y sus ratios críticos fueran significativos al nivel 0,05 (mayores a 
1.96) (Muñiz, Montes y Vázquez, 2006). En todos los casos se cumplieron dichas condiciones. A 
continuación, para cada factor (escala) se muestran los valores mínimos obtenidos, siendo el primer término 
del paréntesis la carga estandarizada y el segundo el ratio crítico: F.1 (0,77; 8,50), F.2 (0,86; 10,15), F.3 
(0,74; 8,20), F.4 (0,60; 5,24), F.5 (0,66; 5,36) y F.6 (0,57; 5,37). Los indicadores de ajuste reforzaron la 
validez de las escalas; en paréntesis valores que infieren ajuste satisfactorio según Schreiber, et al. (2006): 
Chi2=223,6; gl: 200; p(Chi2):0,12 (p> 0,05); Ratio (Chi2/gl)=1,12 (< 2); CFI: 0,98 (> 0,95); RMSEA: 0,04(< 
0,06); SRMR: 0,065 (< 0,08). 
 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
Información Tecnológica Vol. 24 Nº 5 – 2013 45 
Tabla 2: Definición de los factores y descripción de sus ítems 
 
Factor 
Código 
Ítem 
Descripción de los Ítems 
F1. 
Liderazgo 
directivo 
IE1 Los directivos se comportan como modelos éticos 
E2 Los directivos promueven una cultura de confianza y transparencia 
IE3 Los directivos promueven una cultura del liderazgo participativo 
IE4 Los directivos demuestran activamente el deseo por superar las expectativas de los empleados 
F2. 
Recursos 
no médicos 
IE5 
La entidad cuenta con los recursos no médicos (edificios, computadores, teléfonos, televisores, 
etc.) requeridos para desarrollar eficazmente las actividades 
IE6 
La entidad gestiona eficazmente la adquisición y reposición de los recursos no médicos (edificios, 
computadores, teléfonos, televisores, etc.) 
IE7 
La entidad gestiona eficazmente el mantenimiento y la seguridad física de los recursos no 
médicos (edificios, computadores, teléfonos, televisores, etc.). 
IE8 
La entidad garantiza el uso adecuado de los recursos no médicos (edificios, computadores, 
teléfonos, televisores, etc.) 
F3. 
Tecnología 
médica 
IE9 
La entidad cuenta con la tecnología médica requerida para desarrollar eficazmente las 
actividades 
IE10 La entidad gestiona eficazmente la adquisición y reposición de la tecnología médica 
IE11 La entidad gestiona eficazmente el mantenimiento y la seguridad física de la tecnología médica. 
IE12 La entidad garantiza el uso adecuado de la tecnología médica 
F4. 
Estrategia 
de gestión 
humana 
IE13 
La entidad alinea los planes de trabajo y las competencias que requieren los empleados, con la 
estructura de cargos, roles y procesos. 
IE14 
La entidad tiene en cuenta a los empleados en la formulación y revisión de las políticas de gestión 
del talento humano. 
IE15 La entidad adopta enfoques creativos e innovadores para mejorar la gestión del talento humano 
IE16 
La entidad gestiona los procesos de promoción y relevo generacional de los empleados 
garantizando equidad e igualdad de oportunidades 
F5. 
Despliegue 
de 
procesos 
de 
formación 
IE17 
La entidad desarrolla planes de formación que ayudan a los empleados a conseguir las 
competencias (conocimientos, habilidades y valores) que la organización va a necesitar en el 
futuro. 
IE18 
La entidad realiza, al ingreso del empleado, procesos de inducción que facilitan la articulación del 
nuevo integrante, al equipo de trabajo. 
IE19 
La entidad brinda de manera sistemática capacitación y entrenamiento a los empleados para 
potenciar el desarrollo de los mismos. 
IE20 
La entidad garantiza que los empleados, tanto a nivel individual como de equipo, estén 
plenamente alineados con la misión, visión y planes estratégicos de la organización. 
F6. Apoyo 
social 
IE21 La entidad anima a los empleados a participar en actividades en beneficio de la sociedad. 
IE22 
La entidad fomenta una cultura de apoyo, reconocimiento y colaboración entre individuos y 
equipos de trabajo 
IE23 
La entidad minimiza el impacto negativo sobre la salud pública, la seguridad de las personas y el 
ambiente 
 
 
Regresión múltiple 
 
Luego de depurar la base de datos, fruto del estudio de valores extremos, fue posible obtener 79 casos 
completos para efectuar el análisis de regresión múltiple. Recuérdese que la variable respuesta fue la EVE, 
calculada como un ponderado según los pesos asignados a las dimensiones medios y resultados. En la 
tabla 3 se detallan los resultados obtenidos para los 11 escenarios de importancia relativa de las 
dimensiones; véase el elevado ajuste de los modelos de regresión (R2), principalmente en escenarios donde 
los “medios” pesan, como mínimo, 30% (R2=69,06%). Los reportes no reflejan dependencia entre los 
residuos. 
 
Por otra parte, en todos los escenarios de prueba el p-valor alusivo al modelo reflejó que al menos uno de 
los factores presenta asociación lineal con la EVE (< 0,05). En cualquiera de los casos, tres de los seis 
factores sometidos a ensayo resultaron significativos; estos fueron: Liderazgo directivo (F1), Tecnología 
médica (F3) y Despliegue de procesos de formación (F5). Los factores: Recursos no médicos (F2)) y 
Estrategia de gestión humana (F4) no se mostraron influyentes en la EVE, independiente del peso de las 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
46 Información Tecnológica Vol. 24 Nº 5 – 2013 
dimensiones (p-valores > 0,1 para todos los escenarios). El factor 6 (Apoyo social) solo presentó efecto 
estadístico para los dos primeros escenarios, donde los medios prácticamente no tienen importancia (0%-
10%). 
 
Lo expuesto permite infierir poca sensibilidad de los resultados y las conclusiones que se deriven del 
modelo de regresión múltiple ante cambios en los pesos de las dimensiones, sobretodo en escenarios de 
mayor cercanía con la realidad organizacional. Recuérdese que EFQM (2010) asigna igual peso a las 
dimensiones medios y resultados. Este tipo de análisis de sensibilidad, que considera los posibles impactos 
producidos por la modificación de los pesos de los factores, es común en la teoría multicriterio. 
 
Es de anotar que los hallazgos descritos se deben al caso específico de la institución hospitalaria en que se 
aplicó la escala de medición, y están influenciados por el método empleado para obtener los puntajes de los 
factores sometidos a prueba (F1,…, F6), lo cual se hizo promediando las respuestas de los ítems que 
conforman cada factor (MProm). Sin embargo, queda la inquietud de qué sucederá si se cambia dicho 
método. En ese sentido, para tres escenarios de pesos de las dimensiones (100%, 50%, 0%), se analizó el 
ajuste del modelo de regresión para otros dos métodos clásicos, ambos ponderando con base en el peso de 
los ítems. Un primer método calculó los pesos de las dimensiones normalizando mediante la suma de las 
cargas factoriales (SCF) resultantes del análisis factorial exploratorio, las cuales fueron expuestas en la 
tabla 1. El segundo método consideró la suma de los cuadrados de dichas cargas (SCCF) en busca de una 
mayor discriminación. El R2 obtenido con el método MProm arrojó el mejor ajuste en los tres escenarios 
descritos. Por ejemplo, para el escenario de igual peso entre medios y resultados, con Mprom se obtuvo un 
R2 de 75,32%, en tanto que para SCF fue 75,02% y para SCCF de 74,70%. 
 
Modelo de medición de la EVE 
 
El análisis final de regresión múltiple considerólos tres factores que resultaron estadísticamente 
significativos en la EVE (F1: Liderazgo directivo; F3: Tecnología médica y F5: Despliegue de procesos de 
formación) y se hizo para el escenario de igual peso entre las dimensiones medios y resultados, debido a su 
cercanía con referentes de excelencia y porque, en general, representa a los demás escenarios tal como 
puede evidenciarse en la tabla 3. 
 
El modelo que incorpora los tres factores que afectan la EVE presenta un ajuste satisfactorio (R2 de 
75,04%) y tiene la siguiente composición: Intercepto de -0,0224 (sin significancia estadística, p-valor: 
0,9312) y coeficientes de regresión 0,3478 (F1), 0,3563 (F3), y 0,3011(F5). 
 
Con el propósito de simplificar el modelo y hacerlo más acorde con el contexto de la medición se empleó el 
análisis de regresión múltiple a través del origen. Ello se fundamenta en las siguientes razones: La primera 
se debe a que, en todos los escenarios de prueba que se manejaron (véase tabla 3), el intercepto mostró no 
ser significativo (p-valores > 0,1); la segunda hace referencia a que, dada la escala de medición (tipo Likert 
de 1 a 5), las variables regresoras no tomarán valores cero (0). 
 
En la tabla 4 se detallan los resultados del análisis de regresión múltiple a través del origen. Todos los 
factores presentaron valor-p de 0,0000. El mayor efecto lo ejerce el factor Tecnología médica, seguido de 
cerca por el Liderazgo y finalmente por el Despliegue de procesos de formación. En específico para la 
institución hospitalaria que sirvió de piloto, estos resultados hacen viable reducir el modelo de medición de 
la EVE, pasando de 23 ítems de la escala general a solo 12 preguntas; ello facilita la eficiencia a la hora de 
llevar a cabo la administración del instrumento, la tabulación y el procesamiento de datos en futuras 
mediciones, más aún, al considerar los niveles de ocupación de los colaboradores en organizaciones de 
salud. No obstante, es de señalar que los resultados se deben a un estudio de corte transversal, por lo que, 
en posteriores mediciones de la misma institución, y ante las dinámicas organizacionales, valdría la pena 
considerar de nuevo la escala completa de los 23 ítems para posibilitar nuevos hallazgos en el tema. 
 
En la ecuación 1 se detalla el modelo de regresión de la EVE para la entidad objeto de estudio. 
 
DesPFTecMLidD PMPMPMEVE 298,0354,0348,0  (1)
 
Nótese que los coeficientes de regresión de la ecuación 1 representan la importancia relativa (IR) de los 
factores de interés. Así, F1 (LidD) pesa 34,8%, F3 (TecM) 35,4% y F5 (DesPF) 29,8%. El cálculo de las 
expresiones incorporadas en la EVE se precisa en las ecuaciones 2-4, tabla 5. 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
Información Tecnológica Vol. 24 Nº 5 – 2013 47 
Tabla 3: Estimaciones de los parámetros del modelo, estadísticos de significancia y de adecuación para los 
11 escenarios de pesos 
 
Parámetros y 
estadísticos 
Pesos de las dimensiones (pD1: medios, pD2: resultados) 
100,0% 90,10% 80,20% 70,30% 60,40% 50,50% 40,60% 30,70% 20,80% 10,90% 0,100% 
Constante (β0) -0,1353 -0,1173 -0,0994 -0,0814 -0,0634 -0,0455 -0,0275 -0,0095 0,0084 0,0264 0,0444 
F1 (β1) 0,2934 0,3006 0,3077 0,3149 0,3221 0,3293 0,3365 0,3437 0,3508 0,3580 0,3652 
F2 (β2) -0,0447 -0,0390 -0,0332 -0,0275 -0,0217 -0,0160 -0,0102 -0,0045 0,0013 0,0070 0,0128 
F3 (β3) 0,2972 0,3084 0,3195 0,3306 0,3417 0,3528 0,3639 0,3751 0,3862 0,3973 0,4084 
F4 (β4) 0,0301 0,0218 0,0136 0,0053 -0,0030 -0,0113 -0,0196 -0,0280 -0,0362 -0,0445 -0,0528 
F5 (β5) 0,2885 0,2897 0,2907 0,2919 0,2930 0,2941 0,2952 0,2964 0,2975 0,2986 0,2997 
F6 (β6) 0,1415 0,1262 0,1109 0,0956 0,0803 0,0650 0,0497 0,0344 0,0191 0,0038 -0,0115 
Constante (p-valor) 0,5691 0,6117 0,6677 0,7330 0,8012 0,8666 0,9254 0,9763 0,9807 0,9445 0,9143 
F1 (p-valor) 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004 0,0008 0,0015 
F2 (p-valor) 0,4514 0,4998 0,5656 0,6449 0,7300 0,8132 0,8891 0,9554 0,9883 0,9409 0,9012 
F3 (p-valor) 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0003 0,0005 0,0010 0,0018 0,0030 
F4 (p-valor) 0,6603 0,7432 0,8391 0,9390 0,9669 0,8849 0,8172 0,7628 0,7196 0,6853 0,6579 
F5 (p-valor) 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004 0,0011 0,0026 0,0053 0,0096 
F6 (p-valor) 0,0323 0,0492 0,0835 0,1466 0,2470 0,3821 0,5373 0,6949 0,8416 0,9708 0,9191 
Modelo 
(p-valor) 
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 
R2 79,17% 80,18% 80,25% 79,40% 77,72% 75,32% 72,38% 69,06% 65,51% 61,87% 58,25% 
Error estándar 
de estimación 
0,3644 0,3545 0,3551 0,3661 0,3867 0,4154 0,4507 0,4911 0,5356 0,583 0,6329 
Error absoluto medio 0,2696 0,2676 0,2738 0,2881 0,3074 0,3274 0,3521 0,3805 0,4133 0,4497 0,4866 
Estad. Durbin 
Watson (p-valor) 
0,2488 0,3452 0,4779 0,3755 0,2685 0,1996 0,1599 0,1387 0,1284 0,1246 0,1246 
Autocorr. 
resid en Lag 1 
0,0731 0,0422 0,0042 -0,0344 -0,0676 -0,0926 -0,1094 -0,1196 -0,1249 -0,1269 -0,1270 
 
Tabla 4: Regresión lineal múltiple a través del origen 
 
Parámetros Estimaciones Error estánd. Estadístico T p-valor 
(LidD: F1) (β1) 0,3477 0,0645 5,3872 0,0000 
(TecM: F3) (β3) 0,3536 0,0620 5,7008 0,0000 
(DesPF: F5) (β5) 0,2981 0,0534 5,5803 0,0000 
Análisis de varianza 
Fuente Suma de cuad. Gl Cuad. Medio Coeficiente F 
Modelo 1031,07 3 343,691 2078,22 (p-val: 0,0000) 
Residuo 12,5687 76 0,16538 
Total (Corr.) 1043,64 79 
 
En la Tabla 4, R2 = 98,79% a través del origen (no se puede comparar con el R2 de modelos con intercepto). El error 
estándar del est. es 0,406; el error abs medio es 0,3261; el est. Durbin-Watson es 2,1942 (p-val: 0,8113); y 
Autocorrelación res en Lag 1 es -0,0972165. 
 
Tabla 5: Expresiones para las componentes del modelo de regresión de la EVE. En la Tabla, CIEijk: 
Calificación dada por el empleado i al ítem específico j perteneciente al factor k 
 
Puntaje medio (PM) de cada factor k Pik: Puntaje dado por el empleado i al factor k 
),,(
1
1
DesPFTecMLidDkP
n
PM
n
i
ikk  

 (2) kiCIEP
j
ijkik ,4
1 4
1
 

 (3) 
 
Por otra parte, si se desea estimar la EVE para un empleado i, la ecuación 4 facilita el cálculo. 
 














  
  k
n
i j
ijkki CIEIRn
EVE
1
4
14
1 (4)
 
La estructura conceptual del modelo, la cual está asociada a las ecuaciones 1-3, se presenta en la figura 1; 
al evaluarle la fiabilidad Alpha Cronbach el resultado sigue siendo favorable (0,90). 
 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
48 Información Tecnológica Vol. 24 Nº 5 – 2013 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fig. 1: Estructura conceptual del modelo de medición de la EVE 
 
Basados en De Queiroz et al. (2009) y en Aranguren y Irrazabal (2012) se exploró la capacidad 
discriminante del modelo resultante mediante comparaciones entre grupos. Uno de ellos correspondió a los 
sujetos que formaron parte del cuartil inferior (A) y el otro del cuartil superior (B), Al contrastar la EVE 
(A=2,63; B=4,33), bajo ANOVA, se encontraron diferencias significativas entre los grupos (valor p=0,0000). 
Una segunda prueba partió de explorar la EVE comparando los sujetos que llevaban como mínimo un año 
en la institución y aquellos que no reunían el año de antigüedad. Al ejecutar ANOVA, los resultados 
evidenciaron diferencias significativas (valor p de 0,002) entre la EVE para los 18 sujetos, en la muestra, con 
menos de un año en la firma (3,98) y para los de un año o más (3,44) (59 sujetos de los cuales el 51% 
superaba los 5 años de antigüedad; 2 no indicaron el tiempo). Este resultado se muestra coherente con el 
hecho de que los empleados con menor tiempo en la institución se esperarían que fuesen menos exigentes 
a la hora de juzgar el desempeño de la misma, debido a factores comoposible periodo de prueba y menor 
conocimiento de la institución. 
 
DISCUSIÓN 
 
El estudio llevó a identificar, entre los 80 ítems específicos sometidos a ensayo, un menor número de ítems 
(23) para explorar la EVE, con una cantidad acorde con la extensión de modelos posicionados en calidad 
del servicio, como Servqual y Servperf (Cronin y Taylor, 1994), ambos de 22 ítems. La reducción de escala 
llevó a agrupar los 23 ítems en seis factores que representan el 77% de la varianza total. Sin embargo, al 
estudiar, mediante el modelo de regresión, la influencia de estos factores sobre la EVE, solo tres de ellos la 
Variable 
respuesta 
Ítems específicos 
F1. 
Liderazgo 
directivo 
(LidD)
Los directivos se comportan como modelos éticos 
Los directivos demuestran activamente el deseo 
por superar las expectativas de los empleados
Los directivos promueven una cultura de 
confianza y transparencia
Excelenci
a desde 
la voz del 
empleado 
(EVE) 
Los directivos promueven una cultura del 
liderazgo participativo
Factores 
subyacentes 
F3. 
Tecnología 
médica 
(TecM) 
La entidad cuenta con la tecnología médica 
requerida para desarrollar eficazmente las
La entidad garantiza el uso adecuado de la 
tecnología médica
La entidad gestiona eficazmente la adquisición y 
reposición de la tecnología médica
La entidad gestiona eficazmente el mantenimiento 
y la seguridad física de la tecnología médica
F5. 
Desarrollo 
del talento 
humano 
(DesPF) 
La entidad desarrolla planes de formación que 
ayudan a los empleados a conseguir las 
competencias (conocimientos, habilidades y 
valores) que la organización va a necesitar en el 
La entidad garantiza que los empleados, tanto a 
nivel individual como de equipo, estén 
plenamente alineados con la misión visión y
La entidad realiza, al ingreso del empleado, 
procesos de inducción que facilitan la articulación 
del nuevo integrante, al equipo de trabajo 
La entidad brinda de manera sistemática 
capacitación y entrenamiento a los empleados 
para potenciar el desarrollo de los mismos
 
PMDesP
PMTec
M
PMLid
IR1: 34,8% 
IR2: 35,4% 
IR3: 29,8% 
k
k
k PMIREVE  
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
Información Tecnológica Vol. 24 Nº 5 – 2013 49 
afectaron: liderazgo directivo (34,8%), tecnología médica (35,4%) y despliegue de procesos de formación 
(29,8%). Esta forma de identificar los atributos importantes de la entidad puede resultar más eficaz, en 
comparación con métodos en los que la fuente de información distribuye el 100% de importancia relativa, 
así como en aquellos en los que, luego del análisis de factores, los pesos son estimados normalizando bajo 
la suma de las correlaciones entre los puntajes de cada factor y los de un ítem general (Hayes, 1999; Pérez, 
y Parra, 2007). De haber efectuado estos procedimientos los otros tres factores, no significativos, entrarían 
a competir por importancia relativa con aquellos que sí lo fueron. 
 
Tratando la discusión desde la integralidad de la excelencia, los seis factores identificados pueden 
interpretarse bajo dos grupos. En el primero se deduce beneficio directo en el empleado, quizá estando 
latentes las siguientes sensaciones: “cómo me lideran” (F1), “qué tecnología me brindan para trabajar” (F3), 
y “cómo potencian mi formación” (F5); mientras que el otro grupo comparte beneficio directo con otros 
stakeholders, al tratar: edificios, computadores, teléfonos, televisores, etc. (F2), procesos estratégicos y 
administrativos de la gestión humana (F4), y colaboración entre los miembros de la organización y para con 
el resto de la sociedad (F6). Si bien el estudio arrojó un modelo fiable, válido y reducido en extensión, los 
tres factores que resultaron incidentes en la EVE pertenecen al grupo cuyo enfoque puede asociarse a “me 
tratan bien, me dan lo que necesito y potencian mi formación”. Ello, si bien es necesario, no es suficiente 
para comprender y materializar la integralidad que promulga la excelencia organizacional (EFQM, 2010), en 
la que los otros tres factores, sometidos a ensayo, se esperaría que también fuesen cruciales ante los 
empleados a la hora de juzgar el grado de excelencia de la entidad, más aún, ante la cercanía de un 
servicio de salud para con la sociedad. 
 
Los hallazgos dejan la inquietud, para el caso de la entidad específica, de por qué los empleados limitan, a l 
aparente enfoque individual, el juicio sobre la excelencia de la firma. En ello, si bien pueden intervenir 
variables intrínsecas al empleado, también hay otras relacionadas con la entidad, a las que puede 
intervenírseles. Otra pregunta es, entonces, ¿qué tanto, los factores organizacionales son responsables del 
aparente enfoque que se deduce en los empleados de la entidad? Una posible hipótesis podría estar 
relacionada con que esos tres factores, en comparación con los demás, resultan ser necesidades 
entendidas como de primer nivel, y para las cuales los empleados no perciben que la entidad se destaque 
en ello (valores medios de 3,3 (LidD), 3,7 (TecM) y 3,8 (DesPF), y EVE de 3,6). Una vez la entidad refleje 
favorabilidad en estos factores, como parte de los procesos de madurez que atraviesan las organizaciones 
de cara a la excelencia (Espinosa y Salinas, 2010), quizá se incremente el referente de excelencia para el 
empleado, comenzando a cobrar relevancia los otros factores. Más aún, cuando estudios como Archibald, 
(2006) reportan que diversas facetas de apoyo social están asociadas positivamente con el bienestar del 
empleado. Es crítico, entre otros, que los empleados no perciban liderazgo en sus directivos (media 3,3); 
ello genera implicaciones prácticas, en el sentido de que, independiente de las conclusiones de directivos o 
certificaciones externas, el comportamiento del empleado tiende a ser consecuente con lo que cree, 
impactando aspectos como: aceptación de influencia de jefes, interiorización de valores y reconocimiento de 
autoridad (Cetina, Ortega y Aguilar, 2010). Cobra entonces pertinencia realizar mediciones futuras 
 
CONCLUSIONES 
 
Desde lo metodológico, principal enfoque del estudio, se aportó un modelo de medición de la EVE, fiable y 
de solo tres factores, viable de replicar en otras organizaciones, a fin de analizar posibilidades de 
generalización y aportar a una mejor comprensión del tema, así como para contrastar el pensamiento de 
directivos y de subordinados en búsqueda de alinear ambas posiciones. Desde el paradigma de excelencia 
organizacional, alertan los resultados de aplicación, ya que los predictores identificados deducen enfoques 
individuales, pasando a segundo plano la relación con otros actores. Se hace necesario reflexionar al 
respecto y llevar a cabo nuevos estudios que posibiliten comprender los motivos de dichos enfoques e 
intervenirlos. Igualmente es necesario aplicar el modelo propuesto y comparar los resultados con los de 
otras organizaciones, para observar si persisten los predictores de la EVE y sus pesos. De la misma manera 
es conveniente profundizar en las preguntas emergentes que se formularon para la entidad abordada. Esto 
último es prioritario, desde un punto de vista práctico, ya que los empleados son los principales actores que 
coadyuvan a materializar la misión organizacional y, a raíz de los hallazgos, se aportaron insumos para la 
toma de decisiones en relación con posibilidades de transformación de las capacidades internas, en favor 
de una comprensión integral de la excelencia y mejor desempeño de la entidad. 
 
REFERENCIAS 
 
Aranguren, M., Irrazabal N. Diseño de una escala para la evaluación del Comportamiento Creativo en 
diferentes dominios. Cienc. Psicol. [Online]: 6 (1), 29-41 (2012). 
Archibald, C. Job satisfaction among neonatal nurses. Pediatric Nursing: 32, 176-179 (2006). 
Predictores de Excelencia desde la Voz del Empleado (EVE) en un Centro Médico Pérez-Rave 
50 Información Tecnológica Vol. 24 Nº 5 – 2013 
Aronson,K., Sieveking, N., Laurenceau, J., Bellet, W. Job Satisfaction of Psychiatric Hospital Employees: A 
New Measure Of An Old Concern. Administration and Policy in Mental Health: 30(5), 437-452 (2003). 
Brennan, N. y Connel, B. Intellectual Capital: current issues and policy implications. Journal of Intellectual 
Capital: 1 (3), 206-240 (2000). 
Cetina, T., Ortega, I. y Aguilar, C. Habilidades directivas desde la percepción de los subordinados: un 
enfoque relacional para el estudio del liderazgo, Psicoperspectivas: 9 (1), 124-137 (2010). 
Cronin, J. Jr. y Taylor, S. SERVPERF versus SERVQUAL: Reconciling Performance-Based and 
Perceptions-Minus-Expectations Measurement of Service Quality. J. of Marketing: 58 (1), 125-131 (1994). 
De Queiroz, F., Pace, A. y Dos Santos, C. Adaptación cultural y validación del instrumento Diabetes – 39 (D-
39): versión para brasileños con diabetes mellitus tipo 2 - fase 1. Rev Latino-am Enfermagem, setembro-
outubro: 17 (5) (2009), [Leído 10/05/2013, Disponible en: http://www.scielo.br/pdf/rlae/v17n5/es_18.pdf] 
Espinosa, F. y Salinas, G. Evaluación de la Madurez de la Función Mantenimiento para Implementar 
Innovaciones en su Gestión. Inf. Tecnol: 21 (3), 3-12 (2010). 
Etchegaray, J., St. John, C., Thomas, E. Measures and measurement of high-performance work systems in 
health care settings: Propositions for improvement. Health Care Manage: 36(1), 38-46 (2011). 
European Foundation for Quality Management (EFQM). Modelo Europeo de Excelencia EFQM 2010, EFQM 
publications. Brussels (2010). 
Hayes, B., Cómo medir la satisfacción del cliente: desarrollo y utilización de cuestionarios. 2nda edición, 
Pirámide, Barcelona (1999). 
Lambrou, P., Kontodimopoulos, N., Niakas, D. Motivation and job satisfaction among medical and nursing 
staff in a Cyprus public general hospital. Human Resources for Health: 8 (26), (2010). 
Lee, D., Lee, S., Schniederjans, M. Medical error reduction: the effect of employee satisfaction with 
organizational support. The Service Industries Journal: 31 (8), 1311-1325 (2011). 
Martín, J., Formas de entrada en los mercados exteriores: una investigación en las PYMES andaluzas. 
Boletín Económico de ICE: (2523), 33-48 (2004). 
Mejía, L. y Toro, M., Posibles causas que contribuyen a la apatía del personal de ventas en la realización y 
seguimiento de informes. Tésis de Maestría, Facultad de Ciencias Económicas y Administrativas, 
Universidad ICESI, Santiago de Cali (2010). 
Mellado, C., La pequeña empresa industrial ante los nuevos esquemas sociales: un acercamiento a su 
actividad comunicacional interna. Revista Latina de comunicación social, ISSN: 1138 – 5820 (en línea), 59, 
(2005). http://www.ull.es/publicaciones/latina/200508mellado.pdf 
Moeller, J., The EFQM Excellence Model. German experiences with the EFQM approach in health care. 
International. Journal of Health Care Quality Assurance: 13 (1), 45-49 (2001). 
Muñiz, F. Montes, J. y Vázquez, C., Desarrollo y validación de una escala de medición para el sistema de 
gestión de la seguridad laboral. Inv. Europeas de Dirección y Economía de la Empresa, 12 (3), 77-93 (2006). 
Muñoz, F., De Santillana, I., Cárdenas, M., Fócil, M. y Cavazos, J. Confiabilidad y validez de la SCL-90 en la 
evaluación de psicopatología en mujeres. Salud mental: 28 (3), 42-50 (2005). 
Nabitz, U., Klazinga, N. y Walburg, J. The EFQM excellence model: European and Dutch experiences with 
the EFQM approach in health care. International Journal for Quality in Health Care: 12 (7), 191-201 (2000). 
Parra, C., Villa, V. y Restrepo, J. Gestión de la calidad con el modelo EFQM en 10 pymes metalmecánicas 
de Medellín. Rev. EIA, Escuela de Ingeniería de Antioquia: 11, 9-19 (2009). 
Pérez, J. y Parra, C. Evaluación y análisis de la calidad de un servicio de apoyo desde la perspectiva del 
usuario: primer paso hacia la confiabilidad. Industrial data: 10 (1), 70-79 (2007). 
Santos, H. Figueroa, P. y Fernández, C. El capital estructural y la capacidad innovadora de la empresa. 
Investigaciones Europeas: 17 (3), 69-89 (2011). 
Schreiber, J., Nora A., Stage, F. Barlow, A. y King, J. Reporting Structural Equation Modeling and 
Confirmatory Factor Analysis Results: A Review. J. of Educational Research: 99 (6), 323-338 (2006). 
Vernero, S., Nabitz, U., Bragonzi, G., Rebelli, A. y Molinari, R. A two-level EFQM self-assessment in an 
Italian hospital. International. Journal of Health Care Quality Assurance: 20 (3), 215-231 (2007).